首页期刊导航|组合机床与自动化加工技术
期刊信息/Journal information
组合机床与自动化加工技术
组合机床与自动化加工技术

宋鸿升

月刊

1001-2265

zhjcqk@126.com

0411-86658407

116033

大连市沙河口区新生路80号504室

组合机床与自动化加工技术/Journal Modular Machine Tool & Automatic Manufacturing Technique北大核心CSTPCD
查看更多>>本刊是中国机械工程学会与大连组合机床研究所共同主办,中国科协主管的,由科技部和新闻出版署共同审核批准的公开发行的学术性科技期刊。1959年创刊。本刊主要讨论新技术在生产工程领域内的实际应用,内容侧重以汽车生产为代表的大批量制造技术及成套技术装备的开发设计。本刊也多视角、全方位的报道制造领域的研究成果,理论探讨,应用实践,技术展望及行业动态。《组合机床与自动化加工技术》的读者对象是从事机床及其它工艺装备开发、设计的工程师,从事新技术、新设备、新工艺开发及应用的科研院所工程师;汽车、内燃机、摩托车、农机、家电等大批量生产企业的工艺设计、技改设计及设备规划的工程技术人员、机电院校师生等。《组合机床与自动化加工技术》在国内制造业及机电工程院校中具有广泛的影响,相当的权威性和较高的知名度。本刊是历届中文核心期刊,长期以来一直被国内主要数据库、文摘刊物所收录,历年来一直被科技部中国科技信息所列为《中国科技论文统计源期刊》,被中国科学文献计量评价研究中心、中科院文献评价中心、中国社科院文献信息中心等六部门认定为"中国科学引文数据库来源期刊"、"中国学术期刊综合评价数据库来源期刊"。
正式出版
收录年代

    基于模糊综合评判和本体的测量仪器智能优选研究

    黄美发柴鹏唐哲敏张晗...
    156-160页
    查看更多>>摘要:针对当前测量仪器的种类逐渐增多且各仪器都有不同的性能影响因素问题,提出了一种基于模糊综合评判和本体的测量仪器智能优选研究.首先,利用模糊综合评判对测量仪器的性能影响因素进行模糊划分;其次,依据本体领域知识,将模糊划分模型转化为测量仪器智能优选的本体模型,运用SWRL规则和protégé工具推理出最优的测量仪器;最后,通过工程实例展示该方法的工作过程,验证了该方法的可行性.实验结果表明,提出的方法可以为仪器选择提供参考,并可自动推理结果.

    模糊综合评判本体测量仪器智能优选

    基于ConvLSTM的风机轴承寿命预测

    肖宗朕杜浩飞王勇张超...
    161-165,170页
    查看更多>>摘要:针对普通滚动轴承寿命预测模型在提取特征过程中存在特征提取不充分、预测误差大等问题,提出了基于双通道的卷积长短时记忆网络(ConvLSTM)风机轴承寿命预测模型.首先,将原始轴承振动信号进行小波阈值去噪,去除振动信号中的噪声干扰;其次,为充分提取特征采用双通道提取振动信号特征,其中一路为轴承振动信号信息,另一路为频域幅值信号;然后,采用ConvLSTM模型进行特征提取,该模型可同时兼顾空间局部特征和时间序列上的依赖关系,具有良好的特征提取能力;最后,将两路特征融合深入到全连接层,输出模型预测结果;此外,为提高模型预测准确率,还对损失函数作了相应改进.实验结果表明,所提模型轴承剩余寿命预测误差百分比均在20%以下,其误差百分比小于其他基于深度学习的模型.

    寿命预测深度学习卷积长短时记忆网络振动信号特征提取

    基于改进YOLOv5的轴承表面缺陷检测

    吴迪于正林徐式达周斌...
    166-170页
    查看更多>>摘要:传统的轴承表面缺陷检测由于缺陷目标较小,错检漏检率高,检测效率低等问题,为此提出一种基于YOLOv5 网络改进的算法模型.首先,在主干网络中添加高效通道注意力机制(efficient channel attention,ECA),增强网络的特征提取能力,集中关注各种影响轴承质量的重点信息;其次,在YOLOv5 网络基础上添加小目标检测层,通过补充融合特征层和引入额外检测头,提高网络对小目标缺陷检测的精度;最后,在特征融合网络中,融入简化后的加权双向特征金字塔网络(bidirec-tional feature pyramid network,BiFPN),在不增加较多计算成本的基础上,更好地实现多尺度特征融合.在构建的深沟球轴承表面缺陷数据集上的实验结果表明,相比于原YOLOv5s模型,精确率、召回率、平均精度分别提高了5.8%、2.4%、5.3%,检测速度为71 f/s,满足工业大批量检测的要求.

    YOLOv5缺陷检测注意力机制小目标检测层简化BiFPN

    基于模糊趋近律和扰动观测器的PMSM滑模控制

    李国洪丁少成
    171-174,180页
    查看更多>>摘要:为了提高永磁同步电机调速系统的响应精度、速度、鲁棒性,解决传统滑模控制中趋于滑模面时间与系统抖振相矛盾的问题,提出了一种基于模糊趋近律和扰动观测器的滑模控制.模糊趋近律根据系统轨迹与滑模切换面的距离来有效地调整切换增益的大小,扰动观测器估计系统的内部参数变化和外部负载干扰,将估计值前馈补偿到速度控制器.仿真结果表明,系统快速跟踪阶跃信号,响应速度加快,系统出现扰动时,电机转速波动极小,迅速恢复稳定时间,结果表明采用基于模糊趋近律和扰动观测器的滑模控制方法能够有效地增强调速系统的鲁棒性和动态性能,并抑制系统的抖振.

    永磁同步电机滑模控制模糊趋近律动态性能

    基于GA-BP-FA算法的多轴铣削残余应力优化

    王丽博周金华王宗园
    175-180页
    查看更多>>摘要:提出了面向多轴铣削GH4169 的残余应力控制的GA-BP-FA多目标优化模型,运用遗传算法(GA)优化BP神经网络的初始权值和阈值,提升神经网络算法的收敛速度和预测精度.基于GA-BP算法建立了铣削残余应力预测模型,并分析了铣削工艺参数对残余应力的影响.以获得最小残余拉应力/最大残余压应力为目标,基于萤火虫算法(FA)对铣削工艺参数进行优化.研究结果表明,所建立的残余应力的 GA-BP 预测模型具有较高的预测精度,两个方向的平均误差分别为18.9%和16.7%.经FA算法优化后,所选参数阈内最优工艺参数为切削倾角Φ=85°,切削速度v=20 m/min,每齿进给量fz=0.01 mm/z.优化后σx 方向的残余压应力-463.43 MPa和σy 方向的残余压应力-686.93 MPa.

    GH4169GA-BP-FA多轴铣削残余应力

    基于SABO优化VMD与K-means++的机器人磨削颤振识别

    吴俊烨张浩顾波胡孟成...
    181-184,192页
    查看更多>>摘要:机器人由于低刚度特性导致加工中极易产生颤振,针对颤振特征频率提取与颤振识别问题,提出基于减法平均优化算法(SABO)对变分模态分解(VMD)中关键参数进行优化,筛选颤振敏感IMF分量并重组;根据颤振信号的频谱特性构建基于功率谱熵差(ΔPSE)的颤振识别指标,采用K-means++算法对不同颤振类型进行辨识.实验结构表明,所提出的SABO-VMD-K-means++方法可以准确识别机器人磨削加工颤振类型,为机器人磨削颤振监测提供一定的指导.

    机器人磨削颤振减法平均优化算法特征提取颤振类型识别

    考虑工件运输时间的分布式柔性作业车间调度

    余佳林姚锡凡单文俊王桂茂...
    185-192页
    查看更多>>摘要:为求解考虑工件在机器间运输时间的分布式柔性作业车间调度问题(DFJSPTW),提出了一种基于延迟接受爬山算法(LAHC)的改进算法,并建立起以最大完工时间为优化目标的数学模型.针对DFJSPTW的几个耦合性子问题,工序排序和机器选择、工厂分配采用了基于工序、机器、工厂的三层染色体编码方式去解决,而小车分配则提出了一种考虑负载均衡化的调度规则;为提高生成解的质量,初始化染色体时工厂和机器序列分别考虑了负载平衡;局部搜索过程中,算法设计了 4 种邻域搜索算子并提出了一种符合DFJSPTW的变邻域搜索策略,在变换邻域搜索算子时还引入了化学反应算法中的单分子反应搜索机制,用于加强算法的综合搜索能力.通过数值实验验证了变邻域搜索策略和引入单分子反应搜索机制的有效性,同时通过改进算法与GA_OP、GA_JS算法的对比实验,进一步验证了所提算法求解DFJSPTW问题的优越性.

    柔性作业车间调度问题分布式调度工件运输时间单目标优化